见的形式进行 报警，采用报警规则进行自动处理。现在根据需求定制 4 种报警模式：人员聚 集报警、图片报警、号码报警、短信内容报警，还可以定制系统向相关人员进 10 行报警推送的形式：警务通（需要打通警务通消息推送接口）、手机短信、内 网平台信息推送。 2.1.1.6 案件追踪分析 本模块主要是针对已立案的案件中涉案人员进行关联，并对相关的负责单 位进行查看合任务分配，达到合理的分配警力的效果。 应用系统中对人员关系进行挖掘分析，实现重点人员关系分析应用、虚实关联 分析应用等应用。另一方面，通过构建 GIS 离线地图服务，构建人员在地图上 的定位、轨迹等应用，通过大数据系统的对比分析结果，利用短信接口或警务 通完成预警和报警的推送通知，业务应用系统还包含对分级权限和登录账号权 限的管理，实现对区分局、县分局、派出所等不同层级单位的权限分配，应用 22 系统作为通过 app 进行人员定位管理和信息收集、通过微信公众号对企业进行 比结 果（有报警、未报警、有报警时可以点击跳转到报警模块进行查看）。 35 4.4 报警模块 利用大数据分析对比结果，在本模块中进行报警显示。在前期报警用于内 网平台进行使用，在后期可以与警务通推送或内网短信端口通道进行打通，实 现对点进行报警推送的功能，模块主要内网如下： 4.4.1 人员聚集报警 打造人员聚集解决方案，并在本模块进行报警显示。通过 APP 定位进行人 员距离之

非 法远程访问及各类违规接入。还可用于解析常见的各类网络层协议， 提取访问关系信息； 能够解析常见的应用层协议，能够识别通讯数据的具体内容。 2.3.3.4 沙箱检测 通过部署沙箱检测系统为警务应用提供降低未知威胁和针对性攻击风险所需的全网范 围的可见性、洞察力和控制力。通过实时监测和动态分析技术，提供侦测、发现、和抵抗 这 些攻击所需的深入分析和行动情报。 沙箱检测系统集成网络封包、应用内容、文件过滤、 防御所无法检测的恶意内容、可疑通讯与攻击行为， 从而以最低的误判率和最大的覆 盖范围 提供最佳的检测。通过对恶意文件和隐蔽式攻击行为的检测和深入分析，在不断发 展的网络 环境中， 沙箱检测系统可为警务应用提供检测高未知威胁和针对性攻击所需的 可见性和情 报。 沙箱检测系统可与流量分析日志、威胁情报、入侵检测日志等进行联动，为信息网 提 供开放且可扩展的自定义动态沙盒分析，在第一时间保护 XX 法远程访问及各类违规接入。还可用于解析常见的各类网络层协议， 提取访问关系信息； 能够解析常见的应用层协议，能够识别通讯数据的具体内容。 沙箱检测 19 新一代信息网安全方案设计 通过部署沙箱检测系统为警务应用提供降低未知威胁和针对性攻击风险所需的全网范 围的可见性、洞察力和控制力。通过实时监测和动态分析技术，提供侦测、发现、和抵抗 这 19 新一代信息网安全方案设计 些攻击所需的深入分析和行动情报。

58 个路段实施了双向绿波带 4 类 区域内单行线、 禁左、 行人二次过街、 限行限牌 高效出警 提升警情处置效率，快速疏解拥堵 全路网扫描 定点打击 状态监测 扫描路网状况，监测警务资源 态势研判 路网时空特征，指挥调度 与 响应时间和效果预测 事件处置 自动报警，自动处置 拥堵 分析 态势预警 预测 治堵缓堵 方案 警力资源 分析 仿真推演

台为依托推进数据融合，加速业 务 TTM ，辅助城市运营决策 智慧水务 全球首个智慧水务解决方案 220 万 NB-IoT 智能水表可降低漏损 3000 万元 / 年，节省人力 2600 万 元 / 年 智慧警务 向科技要警力 通过 130 万路摄像头智能检索， 治安刑事总警情年均下降 15.8% 智慧龙岗 最好的公共基础设施 实现城市运行的智能实时监测、 协同、处置、决策、考核等全程 管理 城市案例

技术架构需求 系统的技术架构应具备以下特点： o 模块化设计：系统应采用模块化设计思想，各模块之间 能够独立更新和维护，提高系统的灵活性和可维护性。 o 集成性：能够与现有的公共安全系统（如警务平台、应 急管理平台等）实现数据交互和集成，提高事件处理的 效率。 o 支持多种 AI 模型：系统应支持多种 AI 模型，同时具备 自适应学习能力，能够根据反馈不断优化模型，提高事 件检测能力。 据分析不依赖于离线存储。系统应采用边缘计算的架构，将数据处 理和分析任务分配到接近数据源的边缘节点，这样可以降低传输延 迟，提高处理速度。 与此同时，系统要实现与其他安全监控和响应平台的无缝集 成，配合智能警务调度系统，以便于快速响应紧急情况。通过 API 接口或消息队列机制，确保信息能即时传达给现场执法人员。 最后，必须考虑系统的稳定性和可靠性。在处理高流量实时数 据时，系统需要具备故障自恢复能力，确保在网络不稳定或设备故 最后，系统的兼容性需求也需考虑。新引入的 AI 大模型系统 应具备与现有公共安全设备和系统的数据交换能力。这要求系统支 持多种视频编码格式和数据接口，以确保与不同品牌和型号的监控 摄像头、存储设备及警务系统的无缝对接。 综上所述，非功能需求涉及系统的性能、可用性、安全性、可 维护性及兼容性等多个方面，这些需求直接关系到公共安全领域 AI 视频智能挖掘应用的成功实施。通过充分考虑这些非功能需求，可

技术架构需求 系统的技术架构应具备以下特点： o 模块化设计：系统应采用模块化设计思想，各模块之间 能够独立更新和维护，提高系统的灵活性和可维护性。 o 集成性：能够与现有的公共安全系统（如警务平台、应 急管理平台等）实现数据交互和集成，提高事件处理的 效率。 o 支持多种 AI 模型：系统应支持多种 AI 模型，同时具 备 自适应学习能力，能够根据反馈不断优化模型，提 高事 据分析不依赖于离线存储。系统应采用边缘计算的架构，将数据处 理和分析任务分配到接近数据源的边缘节点，这样可以降低传输延 迟，提高处理速度。 与此同时，系统要实现与其他安全监控和响应平台的无缝集 成，配合智能警务调度系统，以便于快速响应紧急情况。通过 API 接 口或消息队列机制，确保信息能即时传达给现场执法人 员。 最后，必须考虑系统的稳定性和可靠性。在处理高流量实时数 据时，系统需要具备故障自恢复能力，确保在网络不稳定或设备故 最后，系统的兼容性需求也需考虑。新引入的 AI 大模型系统 应具备与现有公共安全设备和系统的数据交换能力。这要求系统支 持多种视频编码格式和数据接 口，以确保与不同品牌和型号的监控 摄像头、存储设备及警务系统的无缝对接。 综上所述，非功能需求涉及系统的性能、可用性、安全性、可 维护性及兼容性等多个方面，这些需求直接关系到公共安全领域 AI 视频智能挖掘应用的成功实施。通过充分考虑这些非功能需求，可